«

Python上下文管理器怎么使用

时间:2024-4-9 09:50     作者:韩俊     分类: Python


这篇文章主要介绍了Python上下文管理器怎么使用的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇Python上下文管理器怎么使用文章都会有所收获,下面我们一起来看看吧。

什么是上下文管理器?

即使你没有听说过 Python 的上下文管理器,根据介绍,你也已经知道,它是

try/finally
块的替代品。它是使用打开文件时常用的语句
with
来实现的。与
try/finally
相同,引入此模式是为了保证在块末尾执行某些操作,即使发生异常或程序终止。

从表面上看,上下文管理协议只是围绕

with
代码块的语句。实际上,它包含 2 个特殊的 ( dunder ) 方法 -
__enter__
__exit__
组成,分别有助于启动和停止。

当代码中遇到

with
语句时,将触发
__enter__
方法并将其返回值放入
as
限定符后面的变量中。
with
块体执行完毕后,调用
__exit__
方法进行停止——完成
finally
块的作用。

# Using try/finally
import time

start = time.perf_counter()  # Setup
try:  # Actual body
    time.sleep(3)
finally:  # Teardown
    end = time.perf_counter()
    elapsed = end - start

print(elapsed)

# Using Context Manager
with Timer() as t:
    time.sleep(3)

print(t.elapsed)

上面的代码显示了使用

try/finally
的版本和使用
with
语句来实现简单的计时器的更优雅的版本。如上所述,实现这样的上下文管理器需要
__enter__
__exit__
,但是我们将如何创建它们呢?我们看一下这个
Timer
类的代码:

# Implementation of above context manager
class Timer:
    def __init__(self):
        self._start = None
        self.elapsed = 0.0

    def start(self):
        if self._start is not None:
            raise RuntimeError('Timer already started...')
        self._start = time.perf_counter()

    def stop(self):
        if self._start is None:
            raise RuntimeError('Timer not yet started...')
        end = time.perf_counter()
        self.elapsed += end - self._start
        self._start = None

    def __enter__(self):  # Setup
        self.start()
        return self

    def __exit__(self, *args):  # Teardown
        self.stop()

此代码片段显示了实现

__enter__
__exit__
方法的
Timer
类。
__enter__
方法仅启动计时器并返回
self
self
将在
with ...
.中作为
some_var
赋值,
with
语句体完成后,将使用 3 个参数调用
__exit__
方法 - 异常类型、异常值和回溯。如果
with
语句正文中一切顺利,则这些都等于
None
。如果引发异常,这些将填充异常数据,我们可以在
__exit__
方法中处理这些数据。在这种情况下,我们省略了异常处理,只是停止计时器并计算经过的时间,并将其存储在上下文管理器的属性中。

我们已经在这里看到了

with
语句的实现和示例用法,但是为了更直观地了解实际发生的情况,让我们看看如何在没有 Python 语法糖的情况下调用这些特殊方法:

manager = Timer()
manager.__enter__()  # Setup
time.sleep(3)  # Body
manager.__exit__(None, None, None)  # Teardown
print(manager.elapsed)

现在我们已经确定了什么是上下文管理器,它是如何工作的以及如何实现它,让我们看看使用它的好处——只是为了有更多的动力从

try/finally
切换到
with
语句。

第一个好处是整个启动和停止都在上下文管理器对象的控制下进行。这可以防止错误并减少样板代码,从而使 API 更安全、更易于使用。使用它的另一个原因是

with
块突出了关键部分并鼓励你减少该部分中的代码量,这通常也是一个好习惯。最后——最后但并非最不重要的一点——它是一个很好的重构工具,它可以将常见的启动和停止代码分解出来,并将其移动到一个位置——即
__enter__
__exit__
方法。

话虽如此,我希望我能说服你开始使用上下文管理器,而不是

try/finally
,即使你以前没有使用过它们。那么,现在让我们看看一些很酷且有用的上下文管理器,你应该开始将它们包含在你的代码中!

@contextmanager

在上一节中,我们探讨了如何使用

__enter__
__exit__
方法实现上下文管理器。这很简单,但我们可以使用
contextlib
,更具体地说,使用
@contextmanager
,使其更简单。

@contextmanager
是一个装饰器,可用于编写自包含的上下文管理函数。因此,我们不需要创建整个类并实现
__enter__
__exit__
方法,我们只需要创建一个生成器:

from contextlib import contextmanager
from time import time, sleep

@contextmanager
def timed(label):
    start = time()  # Setup - __enter__
    print(f"{label}: Start at {start}")
    try:  
        yield  # yield to body of `with` statement
    finally:  # Teardown - __exit__
        end = time()
        print(f"{label}: End at {end} ({end - start} elapsed)")

with timed("Counter"):
    sleep(3)

# Counter: Start at 1599153092.4826472
# Counter: End at 1599153095.4854734 (3.00282621383667 elapsed)

此代码段实现了与上一节中的

Timer
类非常相似的上下文管理器。然而,这一次,我们需要的代码要少得多。这段代码分为两个部分,一部分是在
yield
之前,另一部分是
yield
之后。
yield
之前的代码承担了
__enter__
方法的工作,而
yield
本身是
__enter__
方法的
return
语句。
yield
之后的都是
__exit__
方法的一部分。

正如你在上面看到的,像这样使用单个函数创建上下文管理器需要使用使用

try/finally
语句,因为如果在语句
withy
体中发生异常,它将在
yield
行被引发,我们需要在对应于
__exit__
方法的
finally
块中处理它。

正如我已经提到的,这可以用于自包含的上下文管理器。但是,它不适合需要成为对象一部分的上下文管理器,例如连接或锁。

尽管使用单个函数构建上下文管理器会迫使你使用

try/finally
,并且只能用于更简单的用例,但在我看来,它仍然是构建更精简的上下文管理器的优雅而实用的选择。

现实生活中的例子

现在让我们从理论转向实用且有用的上下文管理器,你可以自己构建它。

记录上下文管理器

当需要尝试查找代码中的一些bug时,你可能会首先查看日志以找到问题的根本原因。但是,这些日志可能默认设置为错误警告级别,这可能不足以用于调试。更改整个程序的日志级别应该很容易,但更改特定代码部分的日志级别可能会更复杂 - 不过,这可以通过以下上下文管理器轻松解决:

import logging
from contextlib import contextmanager

@contextmanager
def log(level):
    logger = logging.getLogger()
    current_level = logger.getEffectiveLevel()
    logger.setLevel(level)
    try:
        yield
    finally:
        logger.setLevel(current_level)

def some_function():
    logging.debug("Some debug level information...")
    logging.error('Serious error...')
    logging.warning('Some warning message...')

with log(logging.DEBUG):
    some_function()

# DEBUG:root:Some debug level information...
# ERROR:root:Serious error...
# WARNING:root:Some warning message...

超时上下文管理器

在本文的开头,我们正在使用计时代码块。我们在这里尝试的是将超时设置为

with
语句包围的块:

import signal
from time import sleep

class timeout:
    def __init__(self, seconds, *, timeout_message=""):
        self.seconds = int(seconds)
        self.timeout_message = timeout_message

    def _timeout_handler(self, signum, frame):
        raise TimeoutError(self.timeout_message)

    def __enter__(self):
        signal.signal(signal.SIGALRM, self._timeout_handler)  # Set handler for SIGALRM
        signal.alarm(self.seconds)  # start countdown for SIGALRM to be raised

    def __exit__(self, exc_type, exc_val, exc_tb):
        signal.alarm(0)  # Cancel SIGALRM if it's scheduled
        return exc_type is TimeoutError  # Suppress TimeoutError

with timeout(3):
    # Some long running task...
    sleep(10)

上面的代码为这个上下文管理器声明了一个名为

timeout
的类,因为这个任务不能在单个函数中完成。为了能够实现这种超时,我们还需要使用信号-更具体地说是
SIGALRM
。我们首先使用
signal.signal(...)
将处理程序设置为
SIGALRM
,这意味着当内核引发
SIGALRM
时,将调用处理程序函数。对于这个处理程序函数(
_timeout_handler
),它所做的只是引发
TimeoutError
,如果没有及时完成,它将停止
with
语句体中的执行。处理程序就位后,我们还需要以指定的秒数开始倒计时,这由
signal.alarm(self.seconds)
完成。

对于

__exit__
方法,如果上下文管理器的主体设法在时间到期之前完成,
SIGALRM
则将被取消,而
signal.alarm(0)
和程序可以继续。另一方面 - 如果由于超时而引发信号,那么
_timeout_handler
将引发
TimeoutError
,这将
__exit__
被捕获和抑制,
with
语句主体将被中断,其余代码可以继续执行。

使用已有的

除了上面的上下文管理器,标准库或其他常用库(如request或sqlite3)中已经有很多有用的上下文管理程序。那么,让我们看看我们可以在那里找到什么。

临时更改小数精度

如果你正在执行大量数学运算并需要特定的精度,那么你可能会遇到需要临时更改十进制数精度的情况:

from decimal import getcontext, Decimal, setcontext, localcontext, Context

# Bad
old_context = getcontext().copy()
getcontext().prec = 40
print(Decimal(22) / Decimal(7))
setcontext(old_context)

# Good
with localcontext(Context(prec=50)):
    print(Decimal(22) / Decimal(7))  # 3.1428571428571428571428571428571428571428571428571

print(Decimal(22) / Decimal(7))      # 3.142857142857142857142857143

上面的代码演示了不带和带上下文管理器的选项。第二个选项显然更短,更具可读性。它还考虑了临时上下文,使其不易出错。

contextlib

在使用

@contextmanager
时,我们已经窥探了
contextlib
,但我们可以使用更多的东西——作为第一个示例,让我们看看
redirect_stdout
和redirect
redirect_stderr

import sys
from contextlib import redirect_stdout

# Bad
with open("help.txt", "w") as file:
    stdout = sys.stdout
    sys.stdout = file
    try:
        help(int)
    finally:
        sys.stdout = stdout

# Good
with open("help.txt", "w") as file:
    with redirect_stdout(file):
        help(int)

如果你有一个工具或函数,默认情况下将所有数据输出到

stdout
stderr
,但你希望它将数据输出到其他地方——例如文件。那么这两个上下文管理器可能非常有用。与前面的示例一样,这大大提高了代码的可读性,并消除了不必要的视觉干扰。

contextlib
的另一个方便的方法是
suppress
上下文管理器,它将抑制任何不需要的异常和错误:

import os
from contextlib import suppress

try:
    os.remove('file.txt')
except FileNotFoundError:
    pass

with suppress(FileNotFoundError):
    os.remove('file.txt')

当然,正确处理异常是更好的,但有时你只需要消除令人讨厌的

DeprecationWarning
警告,这个上下文管理器至少会使它可读。

我将提到的

contextlib
中的最后一个实际上是我最喜欢的,它叫做
closing

# Bad
try:
    page = urlopen(url)
    ...
finally:
    page.close()

# Good
from contextlib import closing

with closing(urlopen(url)) as page:
    ...

此上下文管理器将关闭作为参数传递给它的任何资源(在上面的示例中),即

page
对象。至于在后台实际发生的情况,上下文管理器实际上只是强制调用页面对象的
.close()
方法,与使用
try/finally
选项的方式相同。

用于更好测试的上下文管理器

若你们想让人们使用、阅读或维护你们所写的测试,你们必须让他们可读,易于理解和模仿。

mock.patch
上下文管理器可以帮助你:

# Bad
import requests
from unittest import mock
from unittest.mock import Mock

r = Mock()
p = mock.patch('requests.get', return_value=r)
mock_func = p.start()
requests.get(...)
# ... do some asserts
p.stop()

# Good
r = Mock()
with mock.patch('requests.get', return_value=r):
    requests.get(...)
    # ... do some asserts

使用

mock.patch
上下文管理器可以让你摆脱不必要的
.start()
.stop()
调用,并帮助你定义此特定模拟的明确范围。这个测试的好处是它可以与
unittest
以及
pytest
一起使用,即使它是标准库的一部分(因此也是
unittest
)。

说到

pytest
,让我们也展示一下这个库中至少一个非常有用的上下文管理器:

import pytest, os

with pytest.raises(FileNotFoundError, message="Expecting FileNotFoundError"):
    os.remove('file.txt')

这个例子展示了

pytest.raises
的非常简单的用法,它断言代码块引发提供的异常。如果没有,则测试失败。这对于测试预期会引发异常或失败的代码路径非常方便。

跨请求持久化会话

pytest
转到另一个伟大的库——
requests
。通常,你可能需要在HTTP请求之间保留cookie,需要保持TCP连接活动,或者只想对同一主机执行多个请求。
requests
提供了一个很好的上下文管理器来帮助应对这些挑战,即管理会话:

import requests

with requests.Session() as session:
    session.request(method=method, url=url, **kwargs)

除了解决上述问题之外,这个上下文管理器还可以帮助提高性能,因为它将重用底层连接,因此避免为每个请求/响应对打开新连接。

管理 SQLite 事务

最后但同样重要的是,还有用于管理SQLite事务的上下文管理器。除了使代码更干净之外,此上下文管理器还提供了在异常情况下回滚更改的能力,以及在

with
语句体成功完成时自动提交的能力:

import sqlite3
from contextlib import closing

# Bad
connection = sqlite3.connect(":memory:")
try:
    connection.execute("INSERT INTO employee(firstname, lastname) values (?, ?)", ("John", "Smith",))
except sqlite3.IntegrityError:
    ...

connection.close()

# Good
with closing(sqlite3.connect(":memory:")) as connection:
    with connection:
        connection.execute("INSERT INTO employee(firstname, lastname) values (?, ?)", ("John", "Smith",))

在本例中,你还可以看到

closing
上下文管理器的良好使用,它有助于处理不再使用的连接对象,这进一步简化了代码,并确保我们不会让任何连接挂起。

标签: python

热门推荐